如何设置基于百分比的追踪止损

移动止损（Trailing Stop）能以一个随着价格向有利方向移动而不断优化的价格来平仓。虽然TradingView支持移动止损，但它无法直接基于百分比来设置。不过幸运的是，我们可以自己编写代码来实现这一功能。让我们看看具体怎么做。

移动止损的原理是，先在市价下方（对于多头）或上方（对于空头）设置一个初始的止损价。然后，当市场价格向对我们有利的方向移动时，只要能获得一个更优的执行价格，止损位就会随之更新。这不仅能限制交易风险，理想情况下，止损位还能移动足够多的距离来锁定部分利润。

我们通常使用 strategy.order() 或 strategy.exit() 函数来提交平仓的止损单。虽然 strategy.exit() 功能最灵活，但它也只能发送基于固定价格和固定点数的移动止损。然而，基于百分比的止损在很多时候也同样非常有用。

试想一下，如果我们进行一个长期的历史回测，期间交易品种的价格已经发生了巨大的涨跌。在这种情况下，一个固定点数的移动止损就显得不太实用了。因为当品种价格很高时，这个固定点数的止损可能离市价太近，容易被正常波动扫掉；而当品种价格很低时，同样点数的止损又可能离市价太远，起不到有效的保护作用。

一个可行的解决方案就是使用基于百分比的移动止损。这种止损能始终与市价保持一个固定的相对距离。下面我们来看看如何在PineScript中实现它。

实现百分比移动止损的步骤

要让策略脚本能够提交基于百分比的移动止损订单，我们需要执行三步：先（可选地）创建一个用户输入框，用于灵活配置移动止损的百分比；然后使用这个百分比计算出实际的移动止损价格；最后根据计算出的价格，提交具体的止损订单。让我们来逐一审视这些步骤及其所需的代码。

第一步，通过输入选项设置移动止损百分比。创建输入选项，可以让我们在策略设置界面中方便地调整移动止损的百分比，而无需每次都去修改策略的源代码。为了能够独立地配置多头和空头的止损，我们分别为它们创建输入选项：

// 通过输入选项配置移动止损水平（可选）
longTrailPerc = input.float(3, title="多头移动止损 (%)",
     minval=0.0, step=0.1) * 0.01

shortTrailPerc = input.float(3, title="空头移动止损 (%)",
     minval=0.0, step=0.1) * 0.01

我们使用 input.float() 函数创建了两个浮点数输入框。第一个名为”多头移动止损 (%)”，默认值为3（即3%），其最小值设为0以防意外输入负值。我们将这个输入框的当前值存储在 longTrailPerc 变量中。另一个输入框”空头移动止损 (%)”也同样默认从3%开始，且最小值也为0，它的值由 shortTrailPerc 变量来跟踪。

请注意，我们将每个输入框的值都乘以了0.01。这是因为，虽然我们在界面上设置的是百分比（如3%或17.5%），但在后续的计算中，使用小数形式（如0.03和0.175）会更加方便。因此，我们通过乘以0.01将百分比转换为了小数。

（如果你的策略不需要这些输入，只需知道在本文后续部分，longTrailPerc 和 shortTrailPerc 分别代表多头和空头的移动止损百分比（小数形式）即可。）

第二步，确定多头和空头的移动止损价格。有了以变量形式存储的移动止损百分比，我们就可以用它们来计算出移动止损单应该设置的具体价格了。为此，我们分两段代码来处理。首先计算多头的移动止损价格：

// 确定移动止损价格
longStopPrice = 0.0

longStopPrice := if strategy.position_size > 0
    stopValue = close * (1 - longTrailPerc)
    math.max(stopValue, longStopPrice[1])
else
    0

这段代码的逻辑有些复杂，我们来分解一下。首先，我们声明了 longStopPrice 变量，然后通过一个 if/else 语句为其赋予实际的值。

if 的条件是判断策略当前是否持有多头仓位（strategy.position_size > 0）。如果是，我们就需要确定多头的止损价，这分为两步：

首先，我们计算出一个临时的止损价 stopValue，它的值是当前K线的收盘价乘以 (1 - longTrailPerc)。用1减去止损百分比，是因为多头止损的初始位置应该在当前市价的下方。例如，如果 longTrailPerc 是0.07（7%），那么 stopValue 就是 close * 0.93。

当然，我们需要的不仅仅是一个静态的百分比止损，它还需要能够移动。math.max() 函数的作用就在于此。它会比较刚刚计算出的 stopValue 和 longStopPrice 在前一根K线上的值（longStopPrice[1]），并返回两者中较大的那个。

通过这种方式，与前一根K线相比，我们的止损价只能提高或保持不变，绝不会降低。由于这个结果在每根K线上都会被重新赋值给 longStopPrice 变量，就实现了多头止损只上不下的移动效果。

当策略没有多头仓位时，else 部分的代码会执行，将 longStopPrice 重置为0，以便下一次开多仓时能重新开始计算。

第二段代码用于计算空头的移动止损价格：

// 确定移动空头价格
shortStopPrice = 0.0

shortStopPrice := if strategy.position_size < 0
    stopValue = close * (1 + shortTrailPerc)
    math.min(stopValue, shortStopPrice[1])
else
    999999

这段代码的逻辑与多头非常相似。if 条件判断策略是否持有空头仓位。如果是，我们计算的 stopValue 是 close * (1 + shortTrailPerc)，因为空头止损的初始位置应在市价的上方。

接着，我们使用 math.min() 函数来比较当前的 stopValue 和前一根K线的 shortStopPrice，并取其较小值。这样，空头的移动止损就只会向下移动或保持不变。

当策略没有空头仓位时，else 部分会将 shortStopPrice 重置为一个非常大的数999999。这样做是为了确保在下一次开空仓时，math.min() 能够正确地取到新计算出的 stopValue 作为初始止损价，而不是被一个过小的前期值（如0）所干扰。

注意：在本文中，我们是基于收盘价（close）来移动止损的。你也可以根据自己的需要，使用K线的最低价（low）来移动多头止损，或使用最高价（high）来移动空头止损，只需替换相应的变量即可。

第三步，提交策略的移动止损订单。计算出多空移动止损的具体价格后，我们就可以通过 strategy.exit() 函数来提交实际的止损订单了：

// 为移动止损价格提交平仓订单
if strategy.position_size > 0
    strategy.exit("XL TRL STP", stop=longStopPrice)

if strategy.position_size < 0
    strategy.exit("XS TRL STP", stop=shortStopPrice)

第一个 if 语句检查策略是否持有多头仓位。如果是，就调用 strategy.exit() 发送一个名为 “XL TRL STP” 的止损单，其价格就是我们动态计算的 longStopPrice。第二个 if 语句则处理空头仓位，提交一个价格为 shortStopPrice 的止损单。

通过这种方式，虽然 strategy.exit() 函数本身不支持基于百分比的移动止损，但我们通过自己计算出百分比对应的具体价格，然后利用该函数基于价格的 stop 参数，巧妙地实现了这一功能。

注意：我们也可以使用 strategy.order() 函数来提交止损单。但该函数需要我们自己指定订单数量，并且可能会意外地开立反向仓位。为了方便起见，本文统一使用 strategy.exit() 函数。

示例策略：使用基于百分比的移动止损进行交易

下面的示例策略整合了我们上面讨论的所有三个步骤。该脚本基于两条移动平均线的交叉进行交易，当快线上穿慢线时做多，下穿时则做空。

该策略有两种平仓方式：一是当均线反向交叉时，仓位会反转；二是通过移动止损退出。我们初始将移动止损设在距离市价3%的位置。当价格向不利方向移动时，止损位会触发，以防止更大的亏损。

策略的完整代码如下：

//@version=5
strategy(title="Trailing stop loss (% of instrument price)",
     overlay=true, pyramiding=3)

// 步骤 1:
// 通过输入选项配置移动止损水平（可选）
longTrailPerc = input.float(3, title="多头移动止损 (%)",
     minval=0.0, step=0.1) * 0.01

shortTrailPerc = input.float(3, title="空头移动止损 (%)",
     minval=0.0, step=0.1) * 0.01

// 计算移动平均线
fastSMA = ta.sma(close, 20)
slowSMA = ta.sma(close, 60)

// 计算交易条件
enterLong  = ta.crossover(fastSMA, slowSMA)
enterShort = ta.crossunder(fastSMA, slowSMA)

// 绘制移动平均线
plot(fastSMA, color=color.teal)
plot(slowSMA, color=color.orange)

// 步骤 2:
// 确定移动止损价格
longStopPrice = 0.0
shortStopPrice = 0.0

longStopPrice := if strategy.position_size > 0
    stopValue = close * (1 - longTrailPerc)
    math.max(stopValue, longStopPrice[1])
else
    0

shortStopPrice := if strategy.position_size < 0
    stopValue = close * (1 + shortTrailPerc)
    math.min(stopValue, shortStopPrice[1])
else
    999999

// 绘制止损位以供确认
plot(strategy.position_size > 0 ? longStopPrice : na,
     color=color.fuchsia, style=plot.style_cross,
     linewidth=2, title="多头移动止损位")
plot(strategy.position_size < 0 ? shortStopPrice : na,
     color=color.fuchsia, style=plot.style_cross,
     linewidth=2, title="空头移动止损位")

// 提交开仓订单
if enterLong
    strategy.entry("EL", strategy.long)
if enterShort
    strategy.entry("ES", strategy.short)

// 步骤 3:
// 为移动止损价格提交平仓订单
if strategy.position_size > 0
    strategy.exit("XL TRL STP", stop=longStopPrice)
if strategy.position_size < 0
    strategy.exit("XS TRL STP", stop=shortStopPrice)

让我们看看这个策略的实际表现。下图中的标普500 CFD空头交易发生在下跌趋势接近尾声时。但随着价格继续下跌，移动止损也随之向下移动。

在交易过程中，市场的最低收盘价达到了2,804.3。此后价格开始缓慢回升，移动止损在2,888.5被触发。从那个最低收盘价算起，这次止损导致了84.2点的回撤（或-3.0025%）。幸运的是，止损位已经向对我们有利的方向移动了不少，使得最终的平仓价位仍在开仓价附近。

再来看另一个例子。下图中，策略使用了2%的移动止损。在一个漂亮的上涨趋势开始前，脚本建立了多头仓位。在趋势消退后，价格出现了显著的回调。幸运的是，移动止损保护了我们的一部分利润。

交易过程中的最高收盘价是2,816.8，而止损最终在2,760.4成交。虽然相对于开仓价来说这笔交易是盈利的，但与最高点相比，利润回撤了56.4点，即2.0022%。